基于聚類的多目標(biāo)進(jìn)化算法及其在航跡規(guī)劃中的應(yīng)用.pdf

1、現(xiàn)實(shí)生活中，人們經(jīng)常會(huì)遇到很多具有多個(gè)約束條件、多個(gè)決策變量、高度非線性等特征的復(fù)雜多目標(biāo)優(yōu)化問題。由于傳統(tǒng)的基于聚合技術(shù)的優(yōu)化方法在求解這些實(shí)際問題的時(shí)候會(huì)遇到很多困難，因此基于自然啟發(fā)的進(jìn)化算法獲得了廣泛的關(guān)注和青睞。多目標(biāo)進(jìn)化算法不依賴待求解問題的性質(zhì)，并且可以一次給出多個(gè)供選擇的解，因此得到了快速發(fā)展。
　　本文簡要介紹了多目標(biāo)進(jìn)化算法的發(fā)展歷程以及發(fā)展現(xiàn)狀，指出了現(xiàn)在的一些發(fā)展趨勢，結(jié)合機(jī)器學(xué)習(xí)算法以改進(jìn)算法的能力，通過

2、在一個(gè)算法中結(jié)合多種重組算子來爭取獲得求解能力更好的進(jìn)化算法。
　　提出了一種基于聚類的多目標(biāo)進(jìn)化算法。該算法在聚類的基礎(chǔ)上對(duì)解個(gè)體建立局部高斯模型，通過采樣的方法來產(chǎn)生新解，從而實(shí)現(xiàn)對(duì)決策空間進(jìn)行搜索的目的。并對(duì)該算法的求解能力進(jìn)行了實(shí)驗(yàn)和對(duì)比研究，證明了算法求解能力的優(yōu)越性，而且還對(duì)算法進(jìn)行了靈敏度分析。
　　在前面算法的基礎(chǔ)上進(jìn)行了改進(jìn)，提出了一種基于聚類的多算子多目標(biāo)進(jìn)化算法，在算法中融入了三種不同的重組算子，并引入